Wydział Informatyki
Kierunek studiów Informatyka i ekonometria Poziom i forma studiów pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania --- Profil kształcenia praktyczny
Nazwa przedmiotu Metody analizy wielowymiarowej Kod przedmiotu IE1MAW
Rodzaj przedmiotu obowiązkowy
Forma zajęć i liczba godzin W Ć L P Ps T S Semestr 4
15 15 Punkty ECTS 3
Przedmioty wprowadzające
Cele przedmiotu

Celem zajęć jest zapoznanie uczestników z najważniejszymi metodami statystyki wielowymiarowej, które mogą być z powodzeniem stosowane w badaniach zjawisk ekonomicznych i społecznych. Metody te umożliwiają wydobycie z danych najistotniejszych informacji. Zajęcia obejmują część teoretyczną oraz laboratoryjną z wykorzystaniem dostępnych pakietów statystycznych i mają za zadanie przygotowanie studentów do praktycznego stosowania poznanych metod analizy danych, począwszy od wyboru adekwatnej, oddającej problem metody analitycznej do interpretacji uzyskanych wyników. Celem dodatkowym jest przygotowanie uczestników do stosowania poznanych procedur statystycznych oraz samodzielnej interpretacji uzyskanych wyników

Treści programowe

Wykład:
1. Podstawowe zagadnienia analizy wielowymiarowej (typy skal pomiarowych, transformacja normalizacyjna, miary odległości)
2. Metody badania współzależności zjawisk (testy parametryczne i nieparametryczne)
3. Analiza czynnikowa i metoda głównych składowych
4. Metody porządkowania liniowego i nieliniowego
5. Metody grupowania obiektów (wybrane metody hierarchiczne i metoda k-średnich)
6. Analiza korespondencji

Pracownia specjalistyczna:
1. Wprowadzenie do wybranego pakietu statystycznego
2. Metody normalizacji zmiennych oraz sposoby mierzenia odległości
3. Testy parametryczne i nieparametryczne w badaniach współzależności zjawisk
4. Analiza czynnikowa i metoda głównych składowych
5. Metody porządkowania liniowego
6. Metody grupowania obiektów
7. Analiza korespondencji

Metody dydaktyczne

dyskusja związana z wykładem,   metoda projektów,   wykład informacyjny,   metoda przypadków,  

Forma zaliczenia

Wykład - zaliczenie pisemne
Pracownia specjalistyczna - ocena sprawozdań z wykonanych zadań cząstkowych.

Symbol efektu uczenia się Zakładane efekty uczenia się Odniesienie do kierunkowych efektów uczenia się
EU1 zna metody statystyki wielowymiarowej; zna źródła pozyskiwania danych ekonomicznych oraz społecznych o charakterze ilościowym i jakościowym K_W01
K_W13
EU2 zna zastosowania praktyczne wykorzystania metod analizy wielowymiarowej oraz interpretację otrzymanych wyników K_W13
EU3 potrafi zastosować poznane metody analizy wielowymiarowej w rozważanych problemach ekonomicznych i społecznych K_U01
K_U09
K_U15
EU4 potrafi interpretować uzyskane wyniki, dokonać ich prezentacji i napisać sprawozdanie z przeprowadzonego badania empirycznego K_U13
K_U15
Symbol efektu uczenia się Sposób weryfikacji efektu uczenia się Forma zajęć na której zachodzi weryfikacja
EU1 zaliczenie pisemne W
EU2 zaliczenie pisemne W
EU3 ocena sprawozdań z zadań cząstkowych Ps
EU4 ocena sprawozdań z zadań cząstkowych Ps
Bilans nakładu pracy studenta (w godzinach) Liczba godz.
Wyliczenie
1 - Udział w wykładach 15
2 - Udział w pracowni specjalistycznej 15
3 - Przygotowanie do pracowni specjalistycznej 7
4 - Udział w konsultacjach 3
5 - Przygotowanie sprawozdań z zadań realizowanych w ramach pracowni 25
6 - Przygotowanie do zaliczenia 10
RAZEM: 75
Wskaźniki ilościowe GODZINY ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela 33
(2)+(1)+(4)
1.3
Nakład pracy studenta związany z zajęciami o charakterze praktycznym 47
(2)+(3)+(5)
1.9
Literatura podstawowa

1. A. Stanisz, Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach medycznych. Tom 3. Analizy wielowymiarowe, StatSoft Polska, Kraków, 2007.
2. T. Panek, J. Zwierzchowski, Statystyczne metody wielowymiarowej analizy porównawczej : teoria i zastosowania, Warszawa : Szkoła Główna Handlowa - Oficyna Wydawnicza, 2013.

Literatura uzupełniająca

1. A. Stanimir, Analiza korespondencji jako narzędzie do badania zjawisk ekonomicznych, Wrocław : Wydaw. Akademii Ekonomicznej we Wrocławiu, 2005.
2. M. Walesiak, E. Gatnar, Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa, 2012.

Jednostka realizująca Katedra Informatyki Teoretycznej Data opracowania programu
Program opracował(a) dr Marzena Filipowicz-Chomko 2021.05.24